Diskussion zum Artikel "Creating Neural Network EAs Using MQL5 Wizard and Hlaiman EA Generator" - Seite 9
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Eh, das ist alles so deprimierend :( Und wirklich, es hat keinen Sinn, darüber zu diskutieren....
Wo sind die Ergebnisse des Handels?
Lasst Wissenschaftler debattieren, Händler handeln und Programmierer programmieren....
Wie im Artikel erwähnt, werden die Informationen über trainierte neuronale Netze getrennt vom MQL-Quellcode in den entsprechenden Datendateien gespeichert, die von Expert Advisors geladen werden, wenn sie im Strategietester oder auf einem Chart ausgeführt werden.
Jetzt hat Hlaiman EA Generator die Fähigkeit, jede dieser neuronalen Netzwerkdateien in den Quellcode von zwei separaten MQL4 und MQL5 Indikatoren umzuwandeln, die nach der Kompilierung unabhängig voneinander verwendet werden können, zum Beispiel für den manuellen Handel in MT4, MT5 Terminals oder bei der Erstellung anderer Expert Advisors.
Darüber hinaus kann diese Funktion als Mittel zur indirekten Fehlersuche und Optimierung von Indikatoren durch die Fehlersuche und Optimierung von Expert Advisors mit neuronalen Netzen nützlich sein, die dann zu Prototypen der generierten Indikatoren werden.
Dies kann insbesondere für MT4-Benutzer von Bedeutung sein, da es keine Möglichkeit gibt, Indikatoren direkt im Tester auszuführen.
Das Aussehen und die Einstellungen der generierten Indikatoren sind die gleichen wie die der kostenlosen Testindikatoren, die früher im Market veröffentlicht wurden. https://www.mql5.com/de/market/product/2551 https://www.mql5.com/de/market/product/2553.
Der Unterschied der neuen Indikatoren besteht darin, dass sie nach dem Muster der gebildeten Balken berechnet werden und nicht neu gezeichnet werden.
Mit Hilfe des Hlaiman EA Generators können Sie nun versuchen, die Handelseffizienz anderer, vorgefertigter Expert Advisors zu erhöhen, wenn diese im Quellcode vorliegen und auf Preisbewegungen, z.B. auf technischer Analyse, basieren.
Zu diesem Zweck wird ein neuronaler Netzwerkfilter direkt in den Quellcode eines solchen EAs eingefügt, der beim Ausführen des EAs im Tester zunächst zum Training und dann in die Arbeit einbezogen werden kann.
In den EA-Einstellungen werden Variablen hinzugefügt, um die Filtermodi und den gewünschten Filtergrad zu steuern.
Ein kostenloses Beispiel des Expert Advisors am Beispiel des Standard Moving Average kann im Markt heruntergeladen werden, dort kann man sich auch ein Video der Trainings- und Testprozesse ansehen.
https://www.mql5.com/de/market/product/8460
Nun kann man mit dem Hlaiman EA Generator versuchen, die Effizienz des Handels anderer fertiger EAs zu verbessern, wenn sie im Quellcode präsentiert werden und auf der Bewegung der Preise basieren, wie z.B. der technischen Analyse.
Um dies zu tun, direkt in den Quellcode des Beraters hinzugefügt neuronales Netzwerk-Filter, die zunächst in der Ausbildung laufen Berater im Tester enthalten sein kann, und kann dann in Betrieb genommen werden.
In EA-Einstellungen hinzugefügt Variablen zu steuern, Filter-Modus, und der erforderliche Grad der Filtration.
Free Sample Advisor auf Beispiel Gleitender Durchschnitt, kann vom Markt heruntergeladen werden, wo Sie auch das Video, Prozesse, Training und Tests sehen können.
https://www.mql5.com/de/market/product/8460
Es ist, als würde die Verwaltung mit zweierlei Maß messen. Ich erinnere mich, dass ich ein paar Minuten nach dem ersten Link zum Markt gesperrt wurde. ;-)
https://www.mql5.com/de/market/product/8460
In diesem Beispiel wurde das Training des Filters des neuronalen Netzes auf der Grundlage der Handelsergebnisse des ursprünglichen gleitenden Durchschnitts für das Jahr 2014 durchgeführt, das letzte Update des Expert Advisors - März 2015.
Um die Wirksamkeit des Filters zu überprüfen, habe ich den Expert Advisor im Tester für den gesamten Zeitraum nach der Veröffentlichung ausgeführt, d.h. von April bis zum aktuellen Datum im August.
Der erste Durchlauf wurde mit deaktiviertem Filter durchgeführt (entspricht dem ursprünglichen Gleitenden Durchschnitt), der zweite mit aktiviertem Filter (siehe die markierte Variable UseNeuro = true), hier die Ergebnisse:
Wir können also sehen, dass der im letzten Jahr trainierte Filter des neuronalen Netzes seine Effizienz in der letzten Zeit nicht verloren hat und die Effizienz des Handels fast verdoppeln kann.
Now, with Hlaiman EA Generator can try to improve the efficiency of the trade of other ready EAs if they are presented in the source code and are based on the movement of prices, such as technical analysis. To do this, directly in the source code of the adviser added neural network filter that can be initially included in the training run advisor in the tester, and can then be put into operation. In EA settings added variables to control, filter mode, and the necessary degree of filtration.
Free Sample Advisor auf Beispiel Moving Average, kann vom Markt heruntergeladen werden, wo Sie auch das Video, Prozesse, Training und Tests sehen können.
https://www.mql5.com/de/market/product/8460
In diesem Beispiel wurde das Training des neuronalen Netzwerkfilters auf den Handelsergebnissen des ursprünglichen Moving Average für 2014 durchgeführt, das letzte EA-Update - März 2015.
Um die Wirksamkeit des Filters zu testen, lief ich Berater in den Tester für den gesamten Zeitraum seit der Veröffentlichung, dh von April bis August das aktuelle Datum.
Der erste Lauf mit einem deaktivierten Filter gemacht (entsprechend dem ursprünglichen Moving Average), und die zweite mit dem aktivierten Filter (siehe. Die markierte Variable UseNeuro = true), hier sind die Ergebnisse:
So können wir sehen, dass die Ausbildung im vergangenen Jahr, das neuronale Netz Filter, im Laufe der Zeit wirksam geblieben ist und kann die Produktivität des Handels fast verdoppelt erhöhen.
Wir sehen also, dass der im letzten Jahr trainierte neuronale Netzfilter in der vergangenen Zeit nicht an Wirksamkeit verloren hat und die Produktivität des Handels fast verdoppeln kann.
Die von Ihnen gezeigten Bilder sagen genau das Gegenteil: Sie sollten Ihren Expert Advisor auf keinen Fall verwenden, denn gleich zu Beginn gibt es einen unerklärlichen Gewinnsprung, der dann für lange Zeit verschleudert wird. Und wenn dieser Gewinnsprung wegfällt (wer hat gesagt, dass der echte Handel mit einem solchen Sprung beginnt?), dann sehen wir im ersten Bild einen Rückgang und im zweiten Bild schließlich einen Gewinn mit zwischenzeitlichen Drawdowns.
Mein Artikel wurde auf der Website veröffentlicht, der zeigt, dass das Problem nicht im Modell (neuronale Netze oder etwas Effizienteres), sondern in den Ausgangsdaten liegt. Die Anwendung von Rattle wird gezeigt, wer möchte, kann ein Buch von mir kaufen, das eine erweiterte Version des Artikels ist. Mit Hilfe von Rattle kann man also eine sehr einfache und äußerst wichtige Sache verstehen: Das Problem liegt nicht im Algorithmus, sondern in den Ausgangsdaten, die übertrainierte Modelle erzeugen können oder auch nicht. Hier hilft Rattle, mit Eingabedatensätzen zu experimentieren, um diejenigen auszuwählen, die nicht zu Übertraining (Overfitting) führen.
Und die Wahl des Modells ist eine zehnte Angelegenheit.
PS.
Meiner Forschung zufolge führt die Verwendung jeglicher Art von MA zu übertrainierten Modellen, d.h. zu Modellen, die auf historischen Daten hervorragende Ergebnisse zeigen, auf realen Daten jedoch absolut unrentabel sind.